随机化大数据集

你可以通过一些非规范化来解决这个问题:

• 构建一个二级表,该表包含与数据表相同的pkey和status
• 添加并填充一个状态组列,该列将是您自己自动编号的子pkey(基于1的相对于单个状态的自动增量)

Pkey    Status    StatusPkey
1       A         1
2       A         2
3       B         1
4       B         2
5       C         1
...     C         ...
n       C         m (where m = # of C statuses)

有几种方法可以构建此表。你可以有一个程序,你运行的时间间隔或你可以做它活。后者将是一个性能打击,因为计算StatusPkey可能会变得昂贵。

退房 this article

您可以高效地执行此操作,但必须在两个查询中执行。

首先获取一个随机偏移量,该偏移量按与5%条件匹配的行数缩放:

SELECT ROUND(RAND() * (SELECT COUNT(*) FROM MyTable WHERE ...conditions...))

LIMIT 表达式:

SELECT * FROM MyTable WHERE ...conditions... LIMIT 1 OFFSET ?